买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学技术大学申请的专利基于语义分割的印刷电路板缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116797565B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310737159.0，技术领域涉及：G06T7/00；该发明授权基于语义分割的印刷电路板缺陷检测方法是由康宇;史珂豪;柏鹏;许镇义;曹洋设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本基于语义分割的印刷电路板缺陷检测方法在说明书摘要公布了：本发明涉及智能制造技术领域，公开了一种基于语义分割的印刷电路板缺陷检测方法，包括以下步骤：提取PCB查询图像和PCB支持图像的视觉缺陷特征，其中PCB查询图像为不带有缺陷标签的PCB图像，PCB支持图像为具有缺陷标签的PCB图像；使用自监督内环调整低层次视觉缺陷特征的分布；使用深度非线性度量确定PCB查询图像中感兴趣的缺陷区域；使用分割解码器将PCB查询图像中感兴趣的缺陷区域细化到原始PCB图像的大小，得到缺陷分割结果。本发明使用一种自监督方案动态调整潜在缺陷类别特征的边缘分布，使用一种基于自分割任务驱动的基础缺陷特征学习器，增强了对具体缺陷类别的特征描述，提高了缺陷标签预测的性能。

本发明授权基于语义分割的印刷电路板缺陷检测方法在权利要求书中公布了：1.一种基于语义分割的印刷电路板缺陷检测方法，通过缺陷分割模型得到PCB查询图像的缺陷分割结果，缺陷检测方法包括以下步骤： 步骤一：提取PCB查询图像和PCB支持图像的视觉缺陷特征，其中PCB查询图像为不带有缺陷标签的PCB图像，PCB支持图像为具有缺陷标签的PCB图像； 步骤二：使用自监督内环调整低层次视觉缺陷特征的分布； 步骤三：使用深度非线性度量确定PCB查询图像中感兴趣的缺陷区域； 步骤四：使用分割解码器将PCB查询图像中感兴趣的缺陷区域细化到原始PCB图像的大小，得到缺陷分割结果； 步骤一中，提取PCB查询图像和PCB支持图像的视觉缺陷特征时，具体包括以下步骤： S11：将PCB图像样本划分成不带有缺陷标签的PCB查询图像和具有缺陷标签的PCB支持图像； S12：利用孪生网络计算含有缺陷的PCB查询图像和PCB支持图像的视觉缺陷特征： ； ； 式中，为PCB查询图像的缺陷特征，为PCB支持图像的缺陷特征，为孪生网络的可学习参数；、分别为第i类PCB查询图像和第i类PCB支持图像； 步骤二中，使用自监督内环调整低层次视觉缺陷特征的分布时，具体包括以下步骤： S21：使用深度非线性度量测量PCB支持图像内部缺陷特征存在的区域：；表示非线性度量参数； S22：使用解码器将区域细化为原始PCB图像大小，获得支持PCB缺陷图像掩码：；表示解码器参数； S23：用相应的PCB支持图像掩码计算辅助交叉熵损失：；为第i个PCB支持图像的缺陷像素的标签，为交叉熵损失； S24：获得PCB支持图像的视觉缺陷特征反向传播自监督损失计算的梯度映射，得到用于增强PCB支持图像缺陷嵌入空间中每个像素的指导： ； 步骤三中，使用深度非线性度量确定PCB查询图像中感兴趣的缺陷区域时，具体包括： S31：将上一步得到的视觉缺陷特征指导与支持PCB图像的缺陷像素标签相乘，并将结果进行聚合，得到潜在缺陷特征； S32：将缺陷潜在特征平铺到原始的空间尺度上，以便PCB查询图像的视觉缺陷特征的每个维度都与代表性缺陷特征对齐： ； 式中代表平铺操作，代表池化操作； S33：通过关系网络比较器，得到PCB查询图像的缺陷响应区域，即PCB查询图像中感兴趣的缺陷区域： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。